是否有一种分割算法不是基于像素强度而是基于结果形状的“形式”?想象一个灰度图像,其中叠加了椭圆和曲线等更简单的形式。是否有一种分割方法可以重复分割连接的组件,直到获得“更简单”的形式?我在附图中说明了这一点
在这种情况下,我们将外部称为父级,将内部称为子级。这样,图像中的轮廓彼此之间就存在某种关系。我们可以指定一个轮廓如何相互连接,例如,它是其他轮廓的子轮廓,还是父轮廓等。这种关系的表示称为
层次结构。 您可以使用此层次结构来分析或获取初始复杂形状或形式(父级)的更简单形式(子级)。
轮廓:轮廓可以简单地解释为连接所有连续点(沿着边界)的曲线,具有相同的颜色或强度。轮廓是形状分析以及物体检测和识别的有用工具。 在 Open CV 中,这是在:
cv2.findContours()中实现的 正如评论中简要提到的,您需要在定义上述边界的分割方法中事先指定如何定义“客观性”或“形状的表示”。最简单的方法是例如阈值。
示例图片:
Python OpenCV 轮廓树层次结构